Jurnal Responsif : Riset Sains dan Informatika
Vol 5 No 2 (2023): Jurnal Responsif : Riset Sains dan Informatika

KLASIFIKASI KELUHAN MURID MENGGUNAKAN DEEP NEURAL NETWORK DAN WORD2VEC (STUDI KASUS MTS PERSIS CIGANITRI)

Ina Najiyah (Universitas Adhirajasa Reswara Sanjaya)



Article Info

Publish Date
22 Aug 2023

Abstract

Penerimaan kritik dan saran merupakan sebuah hal yang dapat membuat sebuah instansi dapat berkembang dan menjadi lebih baik. MTS Persis Ciganitri merupakan sebuah isntansi Pendidikan yang menyediakan tempat bagi murid menyampaikan kritik dan saran yang berpusat pada aplikasi desktop yang tersedia di computer sekolah. Selama tahun 2021-2023, didapatkan data keluhan sebanyak 754 data keluhan yang disampaikan murid, untuk mengetahui kategori mengenai hal yang dikeluhkan, selama ini sekolah melakukan pemisahan kategori keluhan secara manual melalui Ms Excel dan membutuhkan waktu yang cukup lama. Tujuan penelitian ini yaitu untuk melakukan klasifikasi keluhan sehingga data yang ada dapat dikategorikan secara otomatis tanpa membutuhkan SDM melakukan pemisahan kategori secara manual. Metode yang digunakan pada penelitian ini yaitu metode Deep Neural Network untuk proses klasifikasi dikarenakan cara kerjanya yang baik dalam data yang berupa teks dan metode Word2Vec sebagai metode representasi teks. Hasil dari penelitian ini yaitu akurasi model yang diusulkan sebesar 82,9% dengan kategori keluhan yaitu fasilitas, tenaga pengajar dan materi pelajaran.

Copyrights © 2023






Journal Info

Abbrev

jti

Publisher

Subject

Computer Science & IT

Description

Jurnal Responsif: Riset Sains dan Informatika merupakan Jurnal yang bertujuan untuk mewadahi semua informasi hasil penelitian, telaah pustaka, makalah teknis, dan kajian buku, dari berbagai cabang Ilmu Komputer, Teknik Informatika dan Sistem Informasi. Diharapkan dengan adanya wadah penerbitan ini ...